Nilai Rata-rata Kesalahan Mean Square Error

4.3 Nilai Rata-rata Kesalahan Mean Square Error

MSE = 1. Maka untuk α = 0,1 MSE = = = 637.779.150,6 2. Maka untuk α = 0,2 MSE = = = 349.829.290,9 3. Maka untuk α = 0,3 MSE = = = 314.876.273,5 4. Maka untuk α = 0,4 MSE = = = 318.466.059,7 Universitas Sumatera Utara 5. Maka untuk α = 0,5 MSE = = = 341.232.861,8 6. Maka untuk α = 0,6 MSE = = = 380.539.984,1 7. Maka untuk α = 0,7 MSE = = = 438.781.191,5 8. Maka untuk α = 0,8 MSE = = = 522.518.258,8 9. Maka untuk α = 0,9 MSE = = = 643.232.400,9 Universitas Sumatera Utara Untuk menentukan nilai α yang optimal, maka diambil dari nilai MSE yang paling minimum yaitu pada α = 0,3. Universitas Sumatera Utara Forecast untuk 2010 adalah: Bulan 1 = 548.802,92 + 10.421,12 1 = 559.224,04 Bulan 2 = 548.802,92 + 10.421,12 2 = 569.645,16 Bulan 3 = 548.802,92 + 10.421,12 3 = 580.066,28 Bulan 4 = 548.802,92 + 10.421,12 4 = 590.487,40 Bulan 5 = 548.802,92 + 10.421,12 5 = 600.908,52 Bulan 6 = 548.802,92 + 10.421,12 6 = 611.329,64 Bulan 7 = 548.802,92 + 10.421,12 7 = 621.750,76 Bulan 8 = 548.802,92 + 10.421,12 8 = 632.171,88 Bulan 9 = 548.802,92 + 10.421,12 9 = 642.593,00 Bulan 10 = 548.802,92 + 10.421,12 10 = 653.014,12 Bulan 11 = 548.802,92 + 10.421,12 11 = 663.435,24 Bulan 12 = 548.802,92 + 10.421,12 12 = 673.856,36 Untuk forecast tahun 2011 pada bulan pertama, m yang digunakan adalah m=13 karena untuk satu kali peramalan, m merupakan nilai berkelanjutan dari m sebelumnya. Forecast untuk 2011 adalah: Bulan 1 = 548.802,92 + 10.421,12 13 = 684.277,48 Bulan 2 = 548.802,92 + 10.421,12 14 = 694.698,60 Bulan 3 = 548.802,92 + 10.421,12 15 = 705.119,72 Bulan 4 = 548.802,92 + 10.421,12 16 = 715.540,84 Universitas Sumatera Utara Bulan 5 = 548.802,92 + 10.421,12 17 = 725.961,96 Bulan 6 = 548.802,92 + 10.421,12 18 = 736.383,08 Bulan 7 = 548.802,92 + 10.421,12 19 = 746.804,20 Bulan 8 = 548.802,92 + 10.421,12 20 = 757.225,32 Bulan 9 = 548.802,92 + 10.421,12 21 = 767.646,44 Bulan 10 = 548.802,92 + 10.421,12 22 = 778.067,56 Bulan 11 = 548.802,92 + 10.421,12 23 = 788.488,68 Bulan 12 = 548.802,92 + 10.421,12 24 = 798.909,80 Dan untuk forecast tahun 2012, maka m yang digunakan pada bulan pertama adalah m = 25. Dapat dihitung sebagai berikut: Forecast untuk 2012 adalah: Bulan 1 = 548.802,92 + 10.421,12 25 = 809.330,92 Bulan 2 = 548.802,92 + 10.421,12 26 = 819.752,04 Bulan 3 = 548.802,92 + 10.421,12 27 = 830.173,16 Bulan 4 = 548.802,92 + 10.421,12 28 = 840.594,28 Bulan 5 = 548.802,92 + 10.421,12 29 = 851.015,40 Bulan 6 = 548.802,92 + 10.421,12 30 = 861.436,52 Bulan 7 = 548.802,92 + 10.421,12 31 = 871.857,64 Bulan 8 = 548.802,92 + 10.421,12 32 = 882.278,76 Bulan 9 = 548.802,92 + 10.421,12 33 = 892.699,88 Bulan 10 = 548.802,92 + 10.421,12 34 = 903.121,00 Bulan 11 = 548.802,92 + 10.421,12 35 = 913.542,12 Bulan 12 = 548.802,92 + 10.421,12 36 = 923.963,24 Universitas Sumatera Utara Tabel 4.13 Forecast dengan Double Eksponensial Smoothing α = 0,3 Bulan 2010 2011 2012 1 559.224 684.277 809.331 2 569.645 694.699 819.752 3 580.066 705.120 830.173 4 590.487 715.541 840.594 5 600.909 725.962 851.015 6 611.330 736.383 861.437 7 621.751 746.804 871.858 8 632.172 757.225 882.279 9 642.593 767.646 892.700 10 653.014 778.068 903.121 11 663.435 788.489 913.542 12 673.856 798.910 923.963 Universitas Sumatera Utara BAB 5 IMPLEMENTASI SISTEM

5.1 Tahapan Implementasi

Dokumen yang terkait

Metode Pemulusan (Smoothing) Eksponensial Ganda (Linier Satu Parameter dari Brown) dan Metode Box-Jenkins dalam Meramalkan Curah Hujan di Kota Medan

6 78 78

Proyeksi Saldo Tabungan Martabe Periode 2010-2012 Di PT. Bank Sumut Dengan Menggunakan Metode Pemulusan (Smoothing) Eksponensial Ganda Satu Parameter Dari Brown

0 32 80

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

9 54 80

Perbandingan Metode Pemulusan (Smoothing) Eksponensial Ganda Dua Parameter Dari Holt Dan Metode Box-Jenkins Dalam Meramalkan Hasil Produksi Kernel Kelapa Sawit PT. Eka Dura Indonesia.

5 79 141

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 2 80

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 0 12

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 0 2

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 0 7

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 0 17

Peramalan Jumlah Pelanggan Kartu Kredit di PT. Bank Permata Cabang Medan dengan Menggunakan Metode Smoothing Eksponensial Linier Satu Parameter dari Brown

0 0 1